实现|双榜首！华为云擎天架构刷新进化计算大赛新纪录
在刚刚结束的GECCO 2020国际会议中,华为云擎天架构的调度算法团队同时获得OCP与USCP运筹优化算法赛道第一名,且算法运行结果刷新了十个文献算例的已知最好结果 。 充分展现华为云在云资源调度、多目标优化等领域的技术积累,更为解决云上超大规模离散优化问题提供全新思路 。 
图片
获奖证书
GECCO会议始办于1999年,是进化计算领域最重要的盛会之一 。 本届比赛吸引了来自英国、法国等全球知名研究机构和顶尖学者,如法国的优化解决方案提供商Artelys(ROADEF Challenge 2018冠军),法国格勒诺布尔大学,英国伦敦大学学院等 。 华为云擎天架构的调度算法团队与华中科技大学吕志鹏教授团队,针对“面向云的高性能求解器”进行深度技术合作,并将设计的Weighting-Based Parallel Local Search(WPLS)算法应用于本次比赛,实现在邻域设计、邻域快速评估机制、邻域解选择策略、并行化加速等方面的多项突破,方案全场景领先第二名10% 。
2^3,800,000种组合
挑战超过宇宙原子数量总和搜索空间
计算机科学中的“进化计算”,指一系列“受生物进化启发的全局优化算法”,及研究此类算法的人工智能等子领域,主要应用于最优化问题的求解 。 而OCP(Optimal Camera Placement,最优摄像头部署问题)与USCP(Unicost Set Covering Problem,单成本集合覆盖问题)作为经典的离散优化问题,是已被证明的NP-Hard问题,其中USCP更是Karp提出的21个NP-Complete问题之一,在计算复杂性理论研究方面具有重要意义,并被广泛应用于边缘站点选址、软件模糊测试等实际工业场景中 。
OCP问题可以简单描述为:假定一个城市需要部署一组摄像头进行监控全覆盖,而每个摄像头部署的位置(400万个可选位置)、角度及可覆盖的监控区域都不尽相同,如何使用最少的摄像头实现城市监控的全覆盖 。 USCP问题则是采用更为抽象的数学集合形式进行描述,二者本质相同 。 
图片
OCP问题示意图
此次比赛提供了基于实际的城市监控布局转换而来的数据集合,其中最大的数据包含了380万以上的监控候选位置 。 要从380万个候选位置中选出最优的布局方案,搜索空间高达2^3,800,000≈10^1,143,913,该数字远远超过宇宙中所有原子的数量总和,即使动用全世界的算力,也无法在有限时间内逐一验证每一种方案的优劣 。 
图片
庞大搜索空间,大幅提升赛题难度
透过现象看本质
云上实践与算法理论的绝佳融合
AI、5G等技术的蓬勃发展,催生应用对海量算力、极致时延体验等更高要求,而云计算作为数字经济时代的核心生产工具,正逐步向边缘延伸,以满足澎湃算力的随时、随地、随需获取并实现业务的就近接入 。 现实的挑战是,如何进行海量边缘站点选址、规划各站点容量,并通过智能全域调度实现全局业务接入体验最优,其本质也可以抽象为以集合覆盖问题为核心的一系列优化问题 。 例如,云站点选址可抽象描述为:
云服务商拟在全国范围内部署海量站点以实现接入全覆盖,满足客户的业务需求 。 调研筛选出大量备选站点,但因时延、服务质量、实际环境等约束,每个站点可以覆盖的区域有限 。 已知各站点可覆盖区域及对应建站成本,要求给出可实现全覆盖的最优站点部署方案 。
凭借华为云擎天架构调度算法团队在云资源规划、调度领域的持续探索实践,本次比赛提交的Weighting-Based Parallel Local Search(WPLS)算法同时结合了机器学习与运筹优化中的技巧,在局部搜索的过程中使用了禁忌表策略,并且自学习地调整评估函数来跳出局部最优 。 在实现上,该算法借助于华为云鲲鹏和昇腾实例的独特硬件优势和特点,最大程度地发挥了算法的并行化加速能力,使用极短的时间就能找到接近于理论最优解的方案,做到云上实践与算法理论的绝佳融合 。
推荐阅读
- 模型|REVIT技巧！如何创建能量模型，实现能量优化
- 互联网|5G商用一周年，华为云向互联网企业大抛绣球
- 新智元|英国5G建设病急乱投医，这两家日本企业或成华为接盘侠
- 情感|华为今天如此成功，看一下任正非的岳父是谁，你就知道为什么
- 行业互联网,云计算|赛伯乐携手华为（重庆）人工智能创新中心聚焦AI前沿，助力企业数字化转型
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- |反击开始！华为正式起诉美三巨头，网友：一挑三
- 华为手机|泪奔！等等党的心酸，为什么有些手机它偏不降价？
- 折叠屏手机|三星“坑了”华为和小米？七年坚持或正式放弃，全新设计回归传统
- 行业互联网|英媒：替换华为设备成本将由英国消费者埋单